Digitales Bildanalysesystem unterstützt Pathologen bei Beurteilung mikroskopischer Präparate

Berlin – Wissenschaftler vom Pathologischen Institut der Charité – Universitätsmedizin Berlin haben gemeinsam mit Forschern der Technischen Universität Berlin ein Bildana­ly­sesystem entwickelt, das mit künstlicher Intelligenz mikroskopische Aufnahmen beur­teilen soll.

„Bei immer mehr Proben von immer mehr Patienten können digitale Assistenzsysteme dabei helfen, Fehler zu vermeiden“, erläuterte der stellvertretende Direktor des Instituts für Pathologie der Charité am Campus Charité Mitte, Frederick Klauschen.

Menschen seien auch schlechter im Schätzen, wenn es darum gehe, zu beurteilen, wie viel Prozent eines Gewebes Tumor sei oder auf welchem Anteil der Tumorzellen sich ein bestimmter, therapeutisch relevanter Rezeptor befinde.

Die Arbeitsgruppe von Klauschen arbeitet mit verschiedenen Universitätskliniken zu­sam­men. Pathologen zeichnen auf tausenden von digitalen mikroskopischen Aufnahmen von Gewebeschnitten die pathologischen Veränderungen ein. Aus diesen Befunden lernt die Software, wie sich zum Beispiel Tumorgewebe optisch von gesundem Gewebe unter­schei­det.

„Diese sogenannten Annotationen haben wir für verschiedene Krankheiten durchge­führt“, erklärte Klauschen. Bisher haben die Wissenschaftler die Software so trainiert, dass sie zu­verlässig Lungen-, Brust und Darmkrebs sowie Immunzellen im Tumor­ge­webe und ver­schiedene Tumormarker erkennen kann. Ebenso können Infektionen, degenera­tive, Binde­gewebs- oder Autoimmunerkrankungen analysiert werden, „alles was im Gewebe zu sicht­baren Veränderungen führt“, so der Forscher.

„Der von uns entwickelte Ansatz zeigt uns darüber hinaus, wie die KI zu ihrer Entschei­dung gekommen ist“, erklärte Klaus-Robert Müller, der an der TU Berlin den Lehrstuhl für maschinelles Lernen innehat.

Die Software erzeuge Heatmaps, die präzise zeigten, welche Zellen oder Bildbereiche für die Klassifikation zum Beispiel von Krebs versus Nicht-Krebs für den Algorithmus ent­schei­­dend waren. Anhand dieser Heatmaps könnten die Pathologen anschließend beur­teilen, ob die Analyse der KI nachvollziehbar ist.

In der Routinediagnostik soll das KI-Verfahren nicht nur Zeit sparen und dabei helfen, Fehler zu vermeiden, sondern auch den Weg für die personalisierte Medizin ebnen. Denn laut den Wissenschaftlern benötigen immer mehr Therapieentscheidungen den genauen Nachweis und die Quantifizierung von bestimmten Eigenschaften der Gewebeproben.

Der Digital Health Accelerator des Berlin Institute of Health (BIH) hat die Wissenschaftler dabei unterstützt, ihre Entwicklung zur Marktreife zu bringen und ein Unternehmen „Aignostics“ auszugründen. Dieses hat im Augenblick zwölf Mitarbeiter.

hil